城市是我国云计算服务发展的基本单元和主要载体。以城市维度为主的云计算发展评估，可以更加立体地反映中国的云计算发展现状，为各级政府、产业投资者根据地方实际状况制定差异化、定制化的发展策略，提供重要的参考依据。
随着近年来数字化转型的升级提速，云计算的定位也在不断演变，它不再仅仅是一种普惠、灵活的基础资源，还是每个企业和个人的创新平台，是企业获取人工智能能力的最重要渠道，帮助企业实现业务升级、运营提效、体验优化和组织升级。
随着云计算作用的不断深化，其评价指标体系也需要随之升级，通过纳入云上人工智能产品应用、云在各行业的应用普及情况等指标，更全面地反映云计算在各地的发展现状。
因此，我们以城市为主要研究对象，基于阿里云平台数据，从规模、共创度、广度、创新性、进取度等维度，对中国云计算区域发展情况进行全面客观的评估。
研究结果表明：中国各城市的云计算发展水平分化、分层明显，云计算发展差距远大于GDP差距；政府引领可以显著提升地方的云计算发展水平；应尽快加大在云计算欠发达地区的投入，以免差距继续拉大，产生“数字鸿沟”。
报告原文链接：《云计算的社会经济价值和区域发展评估》，来源：中国社科院战略研究所，阿里云
以下为正文部分（雷锋网做了不改变原意的编辑与整理）：
一、评价指标体系设计
为客观反映各地云计算市场的发展状况，并衡量地方政府对云计算发展的引导作用，通过主成分分析法（PrincipalComponentsAnalysis，PCA），针对中国大陆的城市及省级行政区构建了一套云计算发展评价指标体系。在指标体系中，着重考虑了各地云计算发展的质量和潜力，从消费、使用、访问、覆盖、行业、产品、企业、增速等多个维度评价云计算在各地的发展水平，特别是将云计算发展的广度和深度纳入指标体系进行考核。评价指标体系可分解为规模、共创度、广度、创新性和进取度等5个一级指标，并在一级指标框架基础上细化出9个二级指标、19个三级指标（见表1）。
本研究采用的PCA方法遵循数据驱动的理念，相比于层次分析法、专家打分法等传统研究方法，具有主观因素影响小、横向可比性强等优势。简单地说，PCA方法利用降维的思想，将多个相互间可能存在关联的变量，通过数学方法转化为少数几个完全独立的新变量即主成分，来描述反映观察对象的实际情况。
在本研究中，通过应用PCA方法，对中国大陆个地级及以上城市、31个省级行政区进行年度云计算发展水平分析，共提取出5个符合PCA方法要求的主成分，分别对应评价体系中的规模、共创度、广度、创新性和进取度5个一级指标。
PCA方法说明
在使用统计方法分析包含多个变量的数据集时，变量太多会增加问题的复杂性。特别是变量之间可能存在一定相关性，使得不同变量所反映的信息特征有所重叠。PCA方法通过对原数据变量进行数学变换，构建出一组全新的、互不相关的变量即主成分。这些主成分数量较少且完全没有相关性，同时能够尽可能多且无重叠地反映原始数据携带的信息量。各主成分按所携带的信息量从多到少进行排序。
在本研究中，5个主成分能够解释城市所有原始数据89.6%的信息量、以及省级行政区所有原始数据95.0%的信息量，其中：
第1个主成分为“规模”，与市场化主体云消费额、市场化主体采购云产品数、采购云服务的市场化主体数量等9个变量有强关联；第2个主成分为“共创度”，与政府云消费额、政府采购云产品数、采购云产品政府单位数等5个变量有强关联；第3个主成分是“广度”，与采购云服务的行业数量、采购云服务的产品种类2个变量有强关联；第4个主成分为“创新性”，与采购大数据产品数占比、采购人工智能产品数占比2个变量有强关联；第5个主成分为“进取度”，与市场化主体云消费额增速有强关联。
二、整体发展情况
从云计算发展水平综合得分情况来看，中国大陆的个地级及以上城市可分为5个梯队，包括深圳、杭州、北京和广州4个云计算一线城市、成都等14个云计算二线城市、石家庄等80个云计算三线城市、德州等个云计算四线城市和长治等个云计算五线城市（见表2）。
城市维度的云计算发展水平分层、分化现象明显，并在数量上呈“金字塔”型布局：云计算一线城市数量少且发展水平遥遥领先；云计算二线城市与一线城市差距显著但正在加速追赶；数量众多的中国城市仍未充分享受到云计算红利，共同组成云计算中低线城市（见下图）。
年云计算不同梯队城市的平均得分
中国大陆的31个省级行政区，同样可根据云计算评价指标体系综合得分分为5个梯队（见图6）。其中，第一梯队包括广东、浙江、北京和江苏，4省市对后续梯队省级行政区的优势显著；第二梯队包括山东、福建、四川、湖南、河北、上海、湖北；第三梯队为河南、辽宁、安徽、陕西；第四梯队包括贵州、江西、内蒙古、广西、山西、重庆、云南、天津、甘肃和黑龙江；第五梯队包括吉林、青海、海南、新疆、宁夏、西藏。
三、城市分项指标表现
综合对比评价体系中5个一级指标的表现，可知在目前发展阶段，不同线城市云计算发展水平的差距主要体现在规模和共创度上，在云计算的广度、创新性和进取度上的差别相对较小（见图7）。
1.规模指标表现
从反映各地云计算采购、使用和活跃度情况的规模指标来看，云计算在高线城市的集聚程度很高。其中，4个云计算一线城市的规模占全国规模总量的55.6%，远超4个城市的GDP全国占比10.6%。18个云计算一线及二线城市的云计算规模占全国规模总量的80%以上，而个五线城市占全国云计算规模总量的比重仅为4.2%，云计算规模分布呈长尾效应（见图8）。
高线城市云计算规模占比大，反映的是高线城市产业结构高级化的现实。从行业角度看，以信息技术服务业、金融、新零售为代表的高附加值产业是云计算的消费主力，而传统产业在使用云计算服务方面相对滞后。高线城市的高技术产业占比大、互联网公司多、企业数字化转型程度高，因而用云规模大；低线城市的传统产业占比高、企业数字化转型程度较低，导致其用云规模占比明显低于GDP占比。
深圳、杭州、北京和广州组成的云计算一线城市，规模指标的平均得分达到79.6，远高于其他城市（见图9）。以杭州为例，杭州通过赋能实体经济，积极推进云计算与实体经济的深度融合，在推动云计算产业发展的同时也为其他产业打开了巨大的发展空间。年，杭州新增上云企业3.06万家，上云企业数量累计达到8.21万家，并有3家上云企业入选工信部企业上云典型案例。目前，云计算产业已成为杭州数字产业化的重要内容、产业数字化的有力抓手、城市数字化的坚实保障。预计到年年底，杭州上云企业将达到11万家，上云企业数量居于全国前列。
2.共创度指标表现
从反映各地政府采购和使用云计算服务的共创度指标来看，一二线城市的平均得分远高于其他线城市（见图10）。探索共创度指标高分城市背后的原因，一方面是政府在数字治理角度进行大量实践，不仅提供便民服务，近年来更是开始
